專利名稱：圖像處理裝置以及圖像處理方法
技術領域：
本發(fā)明涉及從圖像檢測特定區(qū)域的圖像處理裝置以及圖像處理方法。
背景技術：
作為從圖像檢測特定區(qū)域的技術，例如在日本特開2008 — 93172號公報中公開了一種圖像處理裝置的結構，該圖像處理裝置針對拍攝活體內部得到的體腔內圖像(管腔內圖像)，根據(jù)關注像素和位于其周圍的多個周圍像素的像素值變化量檢測異常部(病變部候選區(qū)域)。更詳細地說，在日本特開2008 - 93172號公報中，以關注像素為中心按照每個預先設定的方向(縱向、橫向、斜向等)，從關注像素隔開預定距離，計算相對設定的周圍像素的平均像素值與關注像素的像素值的差分值，并根據(jù)這些差分值檢測相對于周圍產生了預定的像素值變化的區(qū)域作為異常部。但是，在如上所述那樣根據(jù)關注像素和周圍像素的像素值變化檢測異常部的方法中，需要根據(jù)作為檢測對象的異常部的大小，設定關注像素與周圍像素的距離。因此，在為了檢測較小的異常部而將距離設定得較短的情況下，如果異常部較大，則有時不能在關注像素和周圍像素之間充分檢測表示邊界的像素值變化，從而檢測靈敏度可能降低。另一方面，在為了檢測較大的異常部而將距離設定得較長的情況下，如果異常部較小，則檢測遠離異常部的周圍的像素的像素值變化，從而可能產生將正常的像素值變化錯誤檢測為異常部等問題。

發(fā)明內容
本發(fā)明正是鑒于上述情況而做出的，其目的在于提供不論作為檢測對象的異常部的大小如何，都能夠穩(wěn)定地檢測異常部的圖像處理裝置以及圖像處理方法。本發(fā)明的一個方式的圖像處理裝置具有:特征量計算部，其計算圖像內的各像素的特征量、或將所述圖像分割為多個區(qū)域后的各區(qū)域的特征量；近似形狀計算部，其在以所述特征量為分量的特征空間中計算對所述特征量分布的分布區(qū)域的形狀進行近似的近似形狀；以及異常部檢測部，其根據(jù)所述近似形狀和所述分布區(qū)域的形狀，檢測所述圖像內的異常部。本發(fā)明的另一方式的圖像處理方法包含:特征量計算步驟，計算圖像內的各像素的特征量、或將所述圖像分割為多個區(qū)域后的各區(qū)域的特征量；近似形狀計算步驟，在以所述特征量為分量的特征空間中計算對所述特征量分布的分布區(qū)域的形狀進行近似的近似形狀；以及異常部檢測步驟，根據(jù)所述近似形狀和所述分布區(qū)域的形狀，檢測所述圖像內的
異常部。如果將以下本發(fā)明的詳細說明與附圖對照著進行閱讀，則能夠進一步理解以上所述的情況以及本發(fā)明的其它目的、特征、優(yōu)點和技術及產業(yè)上的意義。


圖1是示出本發(fā)明實施方式I的圖像處理裝置的結構的框圖。圖2是示出圖1所示的圖像處理裝置的動作的流程圖。圖3是示出R — G特征空間中的特征量分布和對該分布擬合直線的結果的例子的曲線圖。圖4是示出變形例I 一 I的圖像處理裝置的圖形擬合部的結構的框圖。圖5是示出變形例I 一 I的圖像處理裝置的動作的流程圖。圖6是示出R — G特征空間中的特征量分布和對該分布擬合曲線的結果的例子的曲線圖。圖7是示出變形例I 一 2的圖像處理裝置的圖形擬合部的結構的框圖。圖8是示出變形例I 一 2的圖像處理裝置的動作的流程圖。圖9是示出變形例I 一 3的圖像處理裝置的異常部檢測部的結構的框圖。圖10是示出變形例I 一 3的圖像處理裝置的動作的流程圖。圖11是示出變形例I 一 4的圖像處理裝置的異常部檢測部的結構的框圖。圖12是示出變形例I 一 4的圖像處理裝置的動作的流程圖。圖13是示出本發(fā)明實施方式2的圖像處理裝置的運算部的結構的框圖。圖14是示出實施方式2的圖像處理裝置的動作的流程圖。圖15是示出圖14的步驟S200中的詳細動作的流程圖。圖16是示出變形例2 -1的圖像處理裝置的魯棒性估計部的結構的框圖。圖17是示出變形例2 -1的圖像處理裝置的動作的流程圖。圖18是示出本發(fā)明實施方式3的圖像處理裝置的運算部的結構的框圖。圖19是示出實施方式3的圖像處理裝置的動作的流程圖。圖20是示出圖19的步驟S301中的詳細動作的流程圖。圖21是示出圖像內的像素的特征量被分群為兩個群組的例子的示意圖。
具體實施例方式以下，參照

本發(fā)明的實施方式的圖像處理裝置以及圖像處理方法。另外，本發(fā)明不受這些實施方式限定。另外，在各附圖的記載中，對相同部分標注相同標號來示出。以下，作為一例，對相對于通過內窺鏡等醫(yī)用觀察裝置拍攝被檢體的管腔內而取得的管腔內圖像(以下也簡稱作圖像)的圖像處理進行說明。這種管腔內圖像例如是在各像素位置處具有針對R (紅)、G (綠)、B (藍)的各顏色分量的像素級(像素值)的彩色圖像。此夕卜，一般而言，在管腔內圖像中顯現(xiàn)消化管內部的粘膜，有時顯現(xiàn)出食物殘渣和氣泡等。管腔內圖像中的檢查區(qū)域基本上為粘膜區(qū)域，病變部在粘膜區(qū)域內大多顯現(xiàn)為與通常粘膜不同的色調。另外，本發(fā)明不限于管腔內圖像，還能夠廣泛應用于從其他的一般圖像內檢測特定區(qū)域的圖像處理裝置。(實施方式I)圖1是示出本發(fā)明實施方式I的圖像處理裝置的結構的框圖。如圖1所示，圖像處理裝置I具有:控制部10，其控制該圖像處理裝置I整體的動作；圖像取得部11，其取得通過醫(yī)用觀察裝置拍攝的管腔內圖像的圖像數(shù)據(jù)；輸入部12，其受理從外部輸入的輸入信號；顯示部13，其顯示包含管腔內圖像和各種信息的畫面；記錄部14 ;以及運算部100，其進行從管腔內圖像中檢測異常部的運算處理?？刂撇?0由CPU等硬件來實現(xiàn)，其通過讀入存儲在記錄部14中的各種程序，根據(jù)從圖像取得部11輸入的圖像數(shù)據(jù)和從輸入部12輸入的操作信號等，向構成圖像處理裝置I的各個部分進行指示或者數(shù)據(jù)傳送等，對圖像處理裝置I整體的動作進行集中控制。圖像取得部11根據(jù)包含醫(yī)用觀察裝置的系統(tǒng)的方式適當構成。例如，在醫(yī)用觀察裝置是膠囊型內窺鏡，且使用與醫(yī)用觀察裝置之間交換管腔內圖像的圖像數(shù)據(jù)的可移動型記錄介質的情況下，圖像取得部11由拆裝自如地安裝該記錄介質并讀出存儲在記錄介質中的圖像數(shù)據(jù)的讀出裝置構成。另外，在設置預先保存由醫(yī)用觀察裝置取得的管腔內圖像的圖像數(shù)據(jù)的服務器的情況下，圖像取得部11由與服務器連接的通信裝置等構成，并與服務器進行數(shù)據(jù)通信來取得圖像數(shù)據(jù)?；蛘?，還可以由經(jīng)由電纜從內窺鏡等醫(yī)用觀察裝置輸入圖像信號的接口裝置等構成圖像取得部11。輸入部12通過例如鍵盤、鼠標、觸摸面板及各種開關等來實現(xiàn)，其將從外部接收到的輸入信號輸出到控制部10。顯示部13由IXD或EL顯示器等顯示裝置來實現(xiàn)。記錄部14由可更新記錄的閃存等ROM或RAM這樣的各種IC存儲器、內置或者外裝的硬盤、CD - ROM等信息記錄介質及其讀取裝置等來實現(xiàn)。記錄部14除了存儲由圖像取得部11所取得的管腔內圖像的圖像數(shù)據(jù)以外，還存儲用于使圖像處理裝置I動作并使該圖像處理裝置I執(zhí)行各種功能的程序、以及在該程序的執(zhí)行中使用的數(shù)據(jù)等。例如，記錄部14存儲從管腔內圖像中檢測異常部的圖像處理程序14a。運算部100由CPU等硬件來實現(xiàn)，通過讀入圖像處理程序14a，處理管腔內圖像的圖像數(shù)據(jù)，進行用于從管腔內圖像中檢測作為病變部候選區(qū)域的異常部的各種運算處理。運算部100具有:特征量計算部110，其計算圖像內的各像素的特征量；近似形狀計算部120，其在以特征量為分量的特征空間中計算對該特征量分布的分布區(qū)域的形狀(以下也稱作分布形狀)進行近似的近似形狀(以下也稱作模型)；以及異常部檢測部130，其根據(jù)近似形狀與分布形狀的相關，檢測圖像內的異常部。其中，特征量計算部110優(yōu)選計算兩種以上的特征量。由此，在之后的處理中，生成通過與這兩種以上的特征量對應的軸伸展成的二維以上的特征空間。近似形狀計算部120具有對特征量的分布形狀擬合幾何學圖形的圖形擬合部121，將圖形擬合部121擬合的圖形設為特征量的分布形狀的近似形狀。具體而言，圖形擬合部121包含對特征量的分布形狀擬合直線的直線擬合部121a。異常部檢測部130的特征在于，具有計算圖像內的各像素的特征量與上述模型的特征空間內距離的特征空間內距離計算部131，并根據(jù)特征空間內距離檢測異常部。接著，說明圖像處理裝置I的動作。圖2是示出圖像處理裝置I的動作的流程圖。首先，在步驟SlOl中，運算部100從記錄部14取得處理對象的圖像。在接下來的步驟S102中，特征量計算部110取得R分量的值和G分量的值作為各像素的特征量。此處，取得R分量和G分量的值是因為，這兩個分量是在活體內的吸收/散射的程度不同的分量，能夠根據(jù)兩個分量的差高精度地檢測病變部。另外，當然可以使用其他顏色分量的組合、或通過公知的轉換處理二次計算的值作為特征量。具體而言，可以使用通過YCbCr轉換計算的亮度、色差、通過HSI轉換計算的色調、飽和度和亮度等。在步驟S103中，直線擬合部121a在以R分量和G分量的值為軸的二維的特征空間(R — G特征空間)中，通過對在步驟S102中計算出的特征量的分布擬合直線(圖形)，計算對特征量的分布形狀進行近似的模型。具體而言，通過最小二乘法對特征量的分布擬合表示直線的下式(I )，求出系數(shù)a和b。G=axR+b…(I)在式(I)中，系數(shù)a和b使用構成特征量的分布的各像素的R分量的值Ri和G分量的值Gi (i=l n，其中η是數(shù)據(jù)數(shù))，由通過最小二乘法得到的下式(2)給出。
權利要求
1.一種圖像處理裝置，其具有: 特征量計算部，其計算圖像內的各像素的特征量、或將所述圖像分割為多個區(qū)域后的各區(qū)域的特征量； 近似形狀計算部，其在以所述特征量為分量的特征空間中計算對所述特征量分布的分布區(qū)域的形狀進行近似的近似形狀；以及 異常部檢測部，其根據(jù)所述近似形狀和所述分布區(qū)域的形狀，檢測所述圖像內的異常部。
2.根據(jù)權利要求1所述的圖像處理裝置，其中， 所述特征量計算部計算兩種以上的特征量， 所述特征空間是以所述兩種以上的特征量為分量的二維以上的空間。
3.根據(jù)權利要求2所述的圖像處理裝置，其中， 所述圖像為管腔內圖像， 所述特征量計算部計算活體內的吸收/散射的程度不同的兩個以上的波長成分作為特征量。
4.根據(jù)權利要求1所述的圖像處理裝置，其中， 所述近似形狀計算部具有對所述分布區(qū)域的形狀擬合幾何學圖形的圖形擬合部，將所述圖形擬合部擬合的圖形作為所 述近似形狀。
5.根據(jù)權利要求4所述的圖像處理裝置，其特征在于， 所述圖形擬合部具有對所述分布區(qū)域的形狀擬合直線的直線擬合部。
6.根據(jù)權利要求4所述的圖像處理裝置，其中， 所述圖形擬合部具有對所述分布區(qū)域的形狀擬合曲線的曲線擬合部。
7.根據(jù)權利要求4所述的圖像處理裝置，其中， 所述圖形擬合部具有擬合結果選擇部，該擬合結果選擇部從擬合多個所述幾何學圖形的結果內選擇擬合精度最高的結果。
8.根據(jù)權利要求1所述的圖像處理裝置，其中， 所述近似形狀計算部具有排除所述特征量的分布的偏離值來估計所述近似形狀的魯棒性估計部，并根據(jù)所述魯棒性估計部的估計結果，計算所述近似形狀。
9.根據(jù)權利要求8所述的圖像處理裝置，其中， 所述魯棒性估計部具有反復估計部，所述反復估計部遞歸地反復所述近似形狀的估計和基于該估計結果的偏離值去除。
10.根據(jù)權利要求8所述的圖像處理裝置，其中， 所述魯棒性估計部具有最優(yōu)估計搜索部，所述最優(yōu)估計搜索部從所述特征量的分布內提取相互不同的多個采樣數(shù)據(jù)，從基于該多個采樣數(shù)據(jù)估計出的多個估計結果中，搜索估計精度最高的估計結果。
11.根據(jù)權利要求1所述的圖像處理裝置，其中， 所述異常部檢測部具有特征空間內距離計算部，該特征空間內距離計算部計算所述圖像內的各像素或所述各區(qū)域的特征量與所述近似形狀的特征空間內距離，所述異常部檢測部根據(jù)所述特征空間內距離檢測異常部。
12.根據(jù)權利要求11所述的圖像處理裝置，其中，所述異常部檢測部還具有檢測所述特征空間內距離的分布的偏離值的偏離值檢測部，并根據(jù)所述偏離值檢測部的檢測結果檢測異常部。
13.根據(jù)權利要求11所述的圖像處理裝置，其中， 所述異常部檢測部還具有區(qū)域連結部，所述區(qū)域連結部根據(jù)所述特征空間內距離檢測預定像素或區(qū)域，并在所述圖像內對檢測出的該像素或該區(qū)域進行連結，所述異常部檢測部根據(jù)由所述區(qū)域連結部連結的連結區(qū)域內的所述特征量檢測異常部。
14.根據(jù)權利要求1所述的圖像處理裝置，其中， 該圖像處理裝置還具有確定所述圖像內的檢查區(qū)域的檢查區(qū)域確定部， 所述近似形狀計算部使用所述檢查區(qū)域內的所述特征量計算所述近似形狀。
15.根據(jù)權利要求14所述的圖像處理裝置，其中， 所述檢查區(qū)域確定部具有: 分群部，其對所述圖像內的特征量的分布進行群組區(qū)分；以及 群組確定部，其確定包含所述檢查區(qū)域內的特征量的群組， 根據(jù)所述群組確定部對所述群組的確定結果確定所述檢查區(qū)域。
16.—種圖像處理方法,其包含: 特征量計算步驟，計算圖像內的各像素的特征量、或將所述圖像分割為多個區(qū)域后的各區(qū)域的特征量； 近似形狀計算步驟，在 以所述特征量為分量的特征空間中計算對所述特征量分布的分布區(qū)域的形狀進行近似的近似形狀；以及 異常部檢測步驟，根據(jù)所述近似形狀和所述分布區(qū)域的形狀，檢測所述圖像內的異常部。
全文摘要
本發(fā)明提供一種圖像處理裝置以及圖像處理方法。圖像處理裝置具有特征量計算部，其計算圖像內的各像素的特征量；近似形狀計算部，其在以特征量為分量的特征空間中計算對該特征量分布的分布區(qū)域的形狀進行近似的近似形狀；以及異常部檢測部，其根據(jù)近似形狀和上述分布區(qū)域的形狀，檢測圖像內的異常部。
文檔編號G06T7/00GK103164852SQ20121031370
公開日2013年6月19日 申請日期2012年8月29日 優(yōu)先權日2011年8月31日
發(fā)明者神田大和, 北村誠, 松田岳博, 河野隆志, 弘田昌士 申請人:奧林巴斯株式會社